科沃斯的3D避障“新招”
3D结构光除了做人脸识别外，还能用来做什么？
被各大手机厂商旗舰产品采用的3D结构光的技术，可谓是当下最出圈的黑科技之一，但是大家都以为3D结构光只用作于人脸识别，实际上3D结构光已经被用于包括美颜自拍、AR购物、3D打印等方向。
此外，今年4月，科沃斯最新发布的扫地机器人产品地宝T8也将3D结构光应用到了扫地机器人上。据悉，此次科沃斯将3D结构光技术用到扫地机器人上，是为了解决扫地机器人在家中“自由穿行”的关键问题——避障。
“避障”这件事儿，“3D结构光”不服气
如果说今年3月发布的地宝T8 AIVI是科沃斯扫地机在机器视觉领域持续探索的新品，时隔一个月，科沃斯推出的地宝T8则是今年花重金打造的另一款新品，这款产品虽然没有了AIVI，却加入了另一项名为3D结构光的技术，以此将自家非视觉版本的扫地机器人主产品线再拉高了一个档位。
3D结构光最早在普通消费圈层“出名”与苹果多少也有点关系，苹果早在2017年9月发布iPhone X时就已经开始在前置摄像头中用3D结构光方案做3D人脸识别，也就是现在众人熟知的Face ID。这一方案被苹果随后的历代产品沿用至今，与此同时，国内华米OV也先后将3D结构光方案应用到了自家智能手机摄像头方案中。
手机人脸识别的原理是通过手机摄像头获取的3D面部特征信息进行解锁。在3D结构光技术之前，安卓手机也有面部解锁功能，解决方案是通过双摄，类似人的双眼看世界，因为双眼存在一定的距离，视线存在一定的夹角，双眼看到画面是不同的，而后在大脑中合成立体的画面，这就导致双摄的解决方案虽然能够拍出不同视角的照片，但差别特别小，不能对面部识别的对比数据产生足够的影响，所以这种非接触的生物识别方式下的人脸识别方案，很难用获取生物活体特征的方式来排除照片欺骗。而3D结构光可谓是获取人脸立体信息的最佳方案之一，其工作原理类似于可以绘制海底地形图的声呐系统，通过反射信息来确定深度，所获取的数据准确度极高。
相较于智能手机，扫地机器人需要在运动中保持稳定高效的工作，同时需要面对更为复杂的家庭环境，必须精准地测量不同类型、形状及尺寸的物体。科沃斯则需要考量，如何将运动中的扫地机器人与近距离深度信息采集的3D结构光优势互补。
当然，T8上所使用的3D结构光，虽然技术原理上与iPhone相同，但使用场景却截然不同，T8上使用的3D结构光技术，依然保留了可获取物体3D信息、精度高、环境适应性强等优点。具体而言，3D结构光方案有以下几个特性：
直接测量深度信息，且精度高，达到毫米级别；主动发射和接受激光，暗环境下也能正常探测；3D结构光不识别具体是什么物体，避障应用中也没有种类的限制。由于扫地机器人需要在移动过程中处理更多数据信息，所以要尽可能降低功耗，缩短判断与计算处理时间。结构光因为主动投射编码光，且技术成熟，投影图案经过精心设计，深度图像可以做到相对较高的分辨率，在一定范围内可以达到较高的测量精度和响应速度，且相对视觉识别的方案不需要复杂的计算过程，再配合dToF补充远距离深度信息，可达到动态下的物体识别与环境感知。
提及地宝T8上的3D结构光与dToF方案的设计逻辑，科沃斯向雷锋网解释称：
3D结构光与dToF飞行时间测距技术的相互配合，以及在算法上的优化，能够使扫地机器人更好地应对复杂的家居环境。特别是在室内环境下，3D结构光主动发射与接收激光的特性，能够让T8在暗光环境下也能保持正常运行。再加上dToF对强光的抗干扰能力很强，不易发生强光区域的漏扫。
此外，除了避障，采用3D结构光方案，还可以实现更好的规避卡困和跌落能力，有更广泛的应用场景。在地宝T8实际工作过程中，3D结构光方案可以让其近距离识别前端4.5cm~30cm范围内的障碍物，并实现感知，可以说3D结构光是目前单纯避障性能里最优的，并且成本最优的方案之一。
dToF：10m内精准探测2mm物体的黑科技
今年dToF意外成为被苹果带火的又一项老技术，尤其还是被用到iPad Pro上支撑当下颇受关注的AR场景相关功能应用。
dToF的传统热门应用其实是车载雷达，dToF的关键指标包括测距距离、距离分辨率、2D分辨率以及抗干扰性，由于车载雷达对于测距距离（100m以上）和抗干扰性的要求，相关的ToF传感器基本是dToF占主导。对于消费电子应用来说，使用dToF的主要优势是可以同时实现较远的测距距离和较高的测距精度，因此当把测距距离扩展到10米以上时，dToF会成为更好的选择，并且由于dToF对于环境光干扰较不敏感，可以让智能设备的深度传感工作在不同光照强度的场景下进行。
也正是这项技术，出现在了科沃斯发布的地宝T8 AIVI和地宝T8产品介绍中，成为今年科沃斯推出的「地宝T8 Famliy」的标配技术，科沃斯这两款产品也成为业内首次将该技术落地到扫地机器人中的产品。
ToF本就是激光雷达中主流测距技术，不过，此前在扫地机器人上应用的ToF主要基于SLAM导航的辅助测距传感器，用于二维扫描探测，帮助扫地机器人在移动中实现自身的定位。
科沃斯告诉雷锋网，由于dToF技术视角更宽，在远距离场景测距定位中有明显优势，能够实时快速的深度信息计算，进行准确的三维探测，是实现扫地机器人室内定位、导航与避障等应用升级的一项关键技术。
2019年之前，传统LDS激光雷达仍是国内扫地机器人用于导航定位的主流方案，对于创建完整的家居地图和导航规划等场景应用已经相对成熟，与此同时，据奥维云网统计数据显示，2018年激光导航产品全面爆发，带动同期销量野蛮式增长。
但随着技术力、产品力的提升，用户也对扫地机器人提出了更高的应用需求——面对复杂的家居环境，以及多样化的清洁需求，扫地机器人在技术上也需求继续提升，形成建图更精准、识别效率更高的扫地机器人导航系统。
对此，科沃斯认为，dToF技术在激光功耗、抗干扰、远距离精度等方面有明显优势。
dToF技术的误差在正常工作范围内不随距离变化，在不同距离的误差相较于传统LDS三角测距更稳定，并且受到多径等因素的干扰较小，在远距离、复杂环境的应用有着优势。具体来说，dToF的有效测距范围可达10m，可精准探测2mm细小物体，这一性能4倍于传统LDS方案，可以构建更加精确的家庭清扫地图，且建图更快，更加适用于大户型，同时对于深色物体的识别能力大大提升，在强光环境下的表现更加稳定。
迈过“避障”门槛，扫地机器人走入更多家庭
扫地机器人并不是新物种，很多用户曾经都抱着解放双手的目的买过扫地机器人，但是结果却把自己气的够呛，有人吐槽像是养了一条哈士奇，智障和拆家水平了得。这正是反映了早期的扫地机器人导航和避障能力的缺失。
而随着导航和避障技术的升级，如今的扫地机器人的智能性已经有了翻天覆地的变化。扫地机器人实现避障与导航的必要条件是环境感知，在未知或者是部分未知的环境下需要通过传感器获取周围环境信息，目前市面上常见的中高端扫地机器人避障基本都采用到激光雷达，但如果仅使用激光雷达作为唯一的一种避障传感器，是无法在一些复杂场所胜任避障工作的，必须要为机器人配备其它的传感器作为补充，但并不是传感器越多，越能有效规避障碍物，而是要找到最适合家庭环境的避障传感器。
这也是为什么包括科沃斯在内的整个行业，今年都把扫地机器人的避障能力作为技术升级的重心，这背后的一个事实是：尽管扫地机器人出货量已经从2013年的57万台发展到2018年的577万台，扫地机器人变得越来越聪明，然而用户对产品也越来越挑剔了。
科沃斯认为，要推动扫地机器人走入更多的家庭，甚至成为每个家庭的必需品，除了作为基础的清洁能力，避障能力的提升是关键因素之一。
毕竟，在全面智能化的时代，人们大概率是没办法接受有点“智障”的机器人的。
雷锋网雷锋网